5、人工智能时代：认识论、本体论基础及批判思考

人工智能时代：认识论、本体论基础及批判思考

人工智能发展历程

人工智能的发展历程常被描述为在两种不同方法之间摇摆，即符号人工智能和连接主义人工智能。
- 符号人工智能 ：基于形式逻辑和数学，依赖表示、因果关系和演绎推理。其核心假设是物理符号系统的概念，即任何智能系统（人类或机器）必须通过操作由符号组成的数据结构来运行。专家系统是这种人工智能的典型例子，但构建静态知识系统困难且不稳健，早在20世纪80年代，许多人就认为专家系统失败了。
- 连接主义人工智能 ：涵盖从人工神经网络研究到遗传算法和基于行为的机器人技术等领域，源于生物学、心理学和神经科学。这些方法依赖相关性、归纳、溯因和自下而上的策略，关注行为、学习和自组织。早期的例子如沃伦·麦卡洛克和沃尔特·皮茨的人工（学习）神经网络，以及罗森布拉特的“感知机”，但“感知机”受到了明斯基和帕佩特的强烈批评，导致连接主义方法在20世纪60年代末至80年代处于休眠状态。
- 数据驱动的人工智能 ：如今占主导地位的人工智能方法，基于通过分析大量（在线）数据提取的示例进行机器学习，而不是基于逻辑规则。机器学习是数据驱动人工智能的核心支柱之一，旨在从数据中找到对未来事件具有预测性的模式，但不一定提供解释性理论。其应用主要是聚合尽可能多的数据，以挖掘相关模式，从而预测未来行为。

以下是三种人工智能方法的对比表格：
| 人工智能方法 | 基础 | 核心策略 | 典型例子 | 发展情况 |
| — | — | — | — | — |
| 符号人工智能 | 形式逻辑和数学 | 表示、因果关系、演绎推理